Baixe o app para aproveitar ainda mais
Prévia do material em texto
Prof. Alexandre Araripe Cavalcante UNIVERSIDADE FEDERAL DA BAHIA INSTITUTO DE FÍSICA Depto. de Física da Terra e do Meio Ambiente FISD42 - Física Geral Experimental I TEORIA DE ERROS PARTE 1 (CONCEITOS BÁSICOS) Grandezas, dimensão e unidades • Uma grandeza física é uma propriedade de um corpo, ou particularidade de um fenômeno, susceptível de ser medida, ou seja, à qual se pode atribuir um valor numérico. As grandezas podem ser vetoriais ou escalares, conforme será mostrado na parte teórica do curso. • Cada grandeza está associada a uma única dimensão, e esta dimensão pode ser expressa em diferentes unidades. • As grandezas estudadas neste curso (geométricas, cinemáticas e dinâmicas), são expressas em função de três grandezas fundamentais: comprimento [L], massa [M] e tempo [T]. • Por exemplo, a equação dimensional da aceleração g devida à gravidade é escrita como [g] = [L][T]-2 • Podemos escrever a unidade de “g” de diferentes maneiras, desde que em um mesmo sistema de unidades. Tabela 1 - Dimensões e unidades nos sistemas CGS e SI (MKS) das principais grandezas de Mecânica Grandeza Dimensão Sistema CGS Sistema MKS L M T Unidade Nome Unidade Nome Comprimento [L] Cm centímetro m metro Massa [M] G grama kg quilograma Tempo [T] S segundo s segundo Área [L]2 cm2 — m2 — Volume [L]3 cm3 — m3 — Velocidade [L] [T]-1 cm/s — m/s — Aceleração [L] [T]-2 cm/s2 — m/s2 — Força [M] [L] [T]-2 g cm s-2 dina (dyn) kg m s-2 Newton (N) Energia [M] [L]2 [T]-2 g cm2 s-2 erg kg m2 s-2 Joule (J) Potência [M] [L]2 [T]-3 g cm2 s-3 erg/s kg m2 s-3 Watt (W) Pressão [M] [L]-1 [T]-2 g cm-1 s-2 dyn/cm2 kg m-1 s-2 Pascal (P) Torque [M] [L]2 [T]-2 g cm2 s-2 dyn·cm kg m2 s-2 N·m MEDIDAS DIRETAS E INDIRETAS • Medidas diretas: são as obtidas por simples comparação utilizando-se instrumentos de medida já calibrados para tal fim. • Exemplos: medidas de comprimento com uma trena, de massa dum objeto com uma balança e de um intervalo de tempo com um cronômetro. • Medidas indiretas: são as calculadas a partir de outras grandezas medidas diretamente, através de expressões matemáticas existentes relacionando essas grandezas. • Exemplos: Determinação do volume dum cilindro e de uma esfera a partir da medida de suas dimensões. Determinação da velocidade média de um carro a partir do deslocamento e do tempo. Por que estudar Teoria dos Erros? TODA MEDIDA TEM ERRO CLASSIFICAÇÃO DOS ERROS • Erros grosseiros são aqueles cometidos devido à falta de atenção ou de prática do operador. Exemplos: erros cometidos em operações matemáticas, enganos na leitura ou escrita de dados, ou engano na leitura duma escala. CLASSIFICAÇÃO DOS ERROS • Erros grosseiros são aqueles cometidos devido à falta de atenção ou de prática do operador. Exemplos: erros cometidos em operações matemáticas, enganos na leitura ou escrita de dados, ou engano na leitura duma escala. • Erros sistemáticos: são aqueles decorrentes de causas constantes e se caracterizam por ocorrerem sempre com o mesmo valor de sinal. Exemplos: erros devidos a aparelhos descalibrados, a métodos falhos, ao uso de equações incompletas, a condições ambientais inadequadas aos instrumentos de medida e a hábitos errados do operador. CLASSIFICAÇÃO DOS ERROS • Erros grosseiros são aqueles cometidos devido à falta de atenção ou de prática do operador. Exemplos: erros cometidos em operações matemáticas, enganos na leitura ou escrita de dados, ou engano na leitura duma escala. • Erros sistemáticos: são aqueles decorrentes de causas constantes e se caracterizam por ocorrerem sempre com o mesmo valor de sinal. Exemplos: erros devidos a aparelhos descalibrados, a métodos falhos, ao uso de equações incompletas, a condições ambientais inadequadas aos instrumentos de medida e a hábitos errados do operador. • Erros acidentais: Também chamados de erros aleatórios ou estatísticos, eles resultam do somatório de pequenos erros independentes e incontroláveis afetando o observador, o instrumento de medida, o objeto a ser medido e as condições ambientais. Exemplos: a variação do "milímetro" ao longo duma régua milimetrada; a flutuação dos instrumentos de medida ligados na rede elétrica; a estimativa que o observador faz na leitura de dados, as pequenas variações da grandeza medida quando comparadas à sensibilidade do arranjo experimental. O limite do erro instrumental (l.e.i) e o desvio avaliado • O limite do erro instrumental (l.e.i.) dum instrumento de medição com escala de leitura contínua (réguas, micrômetro, medidores com ponteiro) é definido como a menor fração da menor divisão da escala que pode ser estimada visualmente. O limite de erro instrumental (l.e.i.) e o desvio avaliado • O Desvio avaliado deve ser usado como desvio da medida, nos casos de se fazer poucas medidas (até três); quando as medidas repetidas têm o mesmo valor; ou quando o desvio padrão calculado para uma série de medidas for menor que ele. O valor do desvio avaliado é nunca menor do que o do l.e.i (sa≥l.e.i) do instrumento de medida, podendo ser igual a este se as condições de medida forem favoráveis. O desvio avaliado deverá ser escrito com um algarismo significativo; ALGARISMOS SIGNIFICATIVOS • Definição: São ditos significativos em uma medida os dígitos fornecidos pela escala do aparelho mais um dígito inferido pelo observador (dígito duvidoso). • todos os algarismos contados a partir do primeiro não nulo (diferente de zero), ou seja, o zero a esquerda não conta como significativo. Exemplos: o número 35 tem dois algarismos significativos; o número 3,50 tem três; o número 0,047 tem dois; o número 2,8 x 104 tem dois (somente os algarismos em frente à potência de 10 são significativos). ALGARISMOS SIGNIFICATIVOS • Definição: São ditos significativos em uma medida os dígitos fornecidos pela escala do aparelho mais um dígito inferido pelo observador (dígito duvidoso). • Regras: 1 - Zeros à esquerda NÃO são significativos; 2 – Zeros à direita SÃO significativos; 3 – Potências de 10 NÃO são significativos. • todos os algarismos contados a partir do primeiro não nulo (diferente de zero), ou seja, o zero a esquerda não conta como significativo. ALGARISMOS SIGNIFICATIVOS • Exemplos: O número 35 tem dois algarismos significativos; O número 3,50 tem três; O número 0,047 tem dois; O número 2,8 x 104 tem dois (somente os algarismos em frente à potência de 10 são significativos). Aproximação de algarismos significativos: • Às vezes é necessário fazer uma aproximação de um resultado de acordo com o número de significativos das medidas que lhes deram origem. Deste modo os dígitos excedentes são arredondados, usando-se os seguintes critérios: 1-Se o primeiro dígito desprezado for um número variando entre 0 e 4, o anterior não será alterado; 2-Se for de 5 a 9, o anterior é acrescido de uma unidade. Exemplos: 0,23468 com três significativos fica 0,235 0,0035893 com quatro significativos fica 0,03589 12.670 com dois significativos fica 1,3x104 Regras de operações com algarismos significativos: Nas operações com algarismos significativos deve-se preservar a precisão do resultado final. Valem, então, as seguintes regras: 1- Na multiplicação e/ou divisão o resultado final deve ser escrito com um número de significativos igual ao do fator com menor número de significativos. Exemplos: 3,7 × 4,384 = 16 ; 0,632 0,20 = 3,2 ; 4,40 × 6242 = 2,75 x 104 2- Em operações envolvendo inverso de números e multiplicação por fatores constantes, o número de significativos deve ser preservado no resultado. Exemplo: 3- Na soma e/ou subtração o resultado final terá um número de decimais igual ao da parcela com menos decimais. Exemplos: 3,4 + 0,256 – 2,22 = 1,4; 34 + 2,92 – 0,5 = 36; 0,831 – 6,26x10-3 – 0,79 = 0,03 1 248 0 00403= , 4 135 170 =, . REPRESENTAÇÃO GRÁFICA DE MEDIDAS COMO UMA DISTRIBUIÇÃO • A representação gráfica de medidas também se relaciona com o conceito de amostra (freqüências) e população (probabilidade)sendo que, o gráfico de distribuição de freqüências é o histograma e o de probabilidade é dado, neste caso, pela distribuição de Gauss. • HISTOGRAMAS: São os gráficos mais adequados para a descrição de dados oriundos de variáveis quantitativas. Eles mostram as freqüências de observações para cada valor ou conjunto de valores da variável que se deseja descrever • No eixo das abscissas (X), são marcados intervalos de medidas e no eixo das ordenadas (Y) a freqüência absoluta (podendo ser expresso também com freqüências relativas) com que as medidas ocorrem em cada intervalo. • À proporção que o número de medidas aumenta, o tamanho do intervalo do intervalo tenderá a diminuir. Sendo que, quando o número de medidas tende a infinito o tamanho do intervalo tenderá a ser zero o gráfico de freqüências (histograma) tenderá, para o nosso tipo de amostras, a uma curva continua de probabilidade Gaussiana descrita pela função de Gauss. →n A Função de Gauss • Sua expressão analítica, chamada de função densidade de probabilidade normal, ou, simplesmente, função de Gauss é: • O gráfico de f(x) contra x, onde x=(xi-µ) dá a diferença entre o valor do dado e o valor verdadeiro. Vemos que a curva é simétrica em relação a um valor central máximo e tende assintoticamente a zero. 22 )( xhe h xf −= • O valor mais provável ( v.m.p.), , de uma amostra com n elementos, de acordo, é a média aritmética dos n valores, ou seja, • O erro, de uma medida é a diferença entre este valor e o valor verdadeiro da grandeza, ou seja: • Exceto em alguns casos triviais, o valor verdadeiro é desconhecido e, portanto, o módulo do erro é hipotético. Contudo, este é um conceito útil na teoria de erros. • O desvio, di, de uma medida é a diferença entre este valor e o valor mais provável, ou seja: n1,2,...,i n X X i i == , −= ii Xe XXd ii −= • O desvio assim definido tem duas propriedades importantes: 1- A soma dos quadrados dos desvios é um mínimo; 2-A soma algébrica dos desvios é zero e isto decorre da própria definição do valor médio ( ) −=−=i i ii ii XnXXXd 2222 d X n X n X n Xii ii = − = − = 0 Medidas de dispersão • Raiz do erro quadrático médio. Uma grandeza mais significativa para a medida da dispersão, devido a sua conexão direta com a função de Gauss, é a raiz do erro quadrático médio, (letra grega, lê-se sigma). O erro quadrático médio, eqm, é definido como a média aritmética dos quadrados dos erros de todos os elementos da população. Ele representa, portanto, o dqm de uma medida individual em torno da media da população, ou seja, do valor verdadeiro. O quadrado é também denominado variância. N X N e N X N e h i ii i i ii i − == − == = 22 2 22 )( )( 2 1 • Desvio padrão. Tomando uma série finita de medidas e, usando-a como uma amostra da população, pode-se calcular a melhor estimativa para . Para uma série de n medidas a melhor estimativa de é o desvio padrão , dado pela expressão: 1 1 )( 1 22 22 − − = − − = − = n XnX s ou n XX n d s i i i ii i Resumo O valor mais provável ( v.m.p.) de uma grandeza n1,2,...,i n X X i i == , Desvio Padrão 1 )( 2 − − = n XX s i i Representação da grandeza xsXX = Receita da Medida 1. Determinar o l.e.i. 2. Determinar o desvio avaliado (da) 3. Fazer as medidas 4. Calcular o 5. Calcular o sx 6. Representar na forma 1-O desvio padrão deverá ser expresso com dois algarismos significativos; 2-O valor da medida deverá sempre ter o mesmo número de casas decimais que o desvio. Seja ele o desvio padrão ou avaliado. X = da S XX x Lembrar O desvio avaliado deverá ser escrito com um algarismo significativo; Exemplo xi (mm) di (mm) di 2̂ (mm 2̂) 1 15,45 2 15,35 3 15,55 4 15,40 5 15,65 n1,2,...,i n X X i i == , Paquímetro: Natureza 0,05mm Exemplo xi (mm) di (mm) di 2̂ (mm 2̂) 1 15,45 2 15,35 3 15,55 4 15,40 5 15,65 77,40 Média= 15,480 n1,2,...,i n X X i i == , Paquímetro: Natureza 0,05mm Exemplo xi (mm) di (mm) di 2̂ (mm 2̂) 1 15,45 2 15,35 3 15,55 4 15,40 5 15,65 77,40 Média= 15,480 n1,2,...,i n X X i i == , Paquímetro: Natureza 0,05mm 1 )( 2 − − = n XX s i i Exemplo xi (mm) di (mm) di 2̂ (mm 2̂) 1 15,45 -0,03000 2 15,35 -0,13000 3 15,55 0,07000 4 15,40 -0,08000 5 15,65 0,17000 77,40 Média= 15,480 XXd ii −=n1,2,...,i n X X i i == , Paquímetro: Natureza 0,05mm 1 )( 2 − − = n XX s i i Exemplo xi (mm) di (mm) di 2̂ (mm 2̂) 1 15,45 -0,03000 0,00090 2 15,35 -0,13000 0,01690 3 15,55 0,07000 0,00490 4 15,40 -0,08000 0,00640 5 15,65 0,17000 0,02890 77,40 0,05800 Média= 15,480 ( ) −=−=i i ii ii XnXXXd 2222 XXd ii −=n1,2,...,i n X X i i == , 1 )( 2 − − = n XX s i i Paquímetro: Natureza 0,05mm 𝑠 = 0,05800 4 = 0,120415945𝑚𝑚 Exemplo xi (mm) di (mm) di 2̂ (mm 2̂) 1 15,45 -0,03000 0,00090 2 15,35 -0,13000 0,01690 3 15,55 0,07000 0,00490 4 15,40 -0,08000 0,00640 5 15,65 0,17000 0,02890 77,40 0,05800 Média= 15,480 mmX 480,15= 𝑠𝑥 = 0,120415945𝑚𝑚 xsXX = Paquímetro: Natureza 0,05mm • Regras para representação do valor e do desvio de uma medida: • 1-O desvio padrão, tanto da medida direta quanto da medida indireta, deverá ser expresso com dois algarismos significativos; • 2- O desvio avaliado deverá ser escrito com um algarismo significativo; • 3-O valor da medida deverá sempre ter o mesmo número de casas decimais que o desvio. Seja ele o desvio padrão ou avaliado; • 4-O desvio tem a mesma unidade que a medida. xsXX = Exemplo xi (mm) di (mm) di 2̂ (mm 2̂) 1 15,45 -0,03000 0,00090 2 15,35 -0,13000 0,01690 3 15,55 0,07000 0,00490 4 15,40 -0,08000 0,00640 5 15,65 0,17000 0,02890 77,40 0,05800 Média= 15,480 mmX 480,15= mmsx 120425945,0= mmX )12,048,15( = mmsx 12,0= mmX 48,15= Exemplos ሜ𝑋 = 23,4859620 𝑢𝑛 𝑠𝑥 = 0,00357659345 𝑢𝑛 ሜ𝑋 = 1456783,2473 𝑢𝑛 𝑠𝑥 = 3459,4734523 𝑢𝑛 𝑋 = 23,4860 ± 0,0036 𝑢𝑛 𝑋 = 14568 𝑥 10² ± 35 𝑥 10² 𝑢𝑛 Nível de confiança com o desvio padrão • Definindo um intervalo [X±αsx], onde α é uma constante a ser definida pela lei de distribuição de tal modo que uma nova medida X tenha uma dada chance de jazer neste intervalo. Assim, o nível de confiança representa a probabilidade, neste caso P(X1, X2), de uma medida jazer no intervalo [X1, X2 ]. Utilizando a lei Gauss: %73,999973,0)3;3-P(3 %45,959545,0)2;2-P(2 %26,686826,0)1;1-P(1 :Para 2 1 ),( 2 2 2 1 2 )( 21 =+= =+= =+= = − − dxeXXP xX X Nível de confiança n.c. ( % ) n Nível de confiança, n.c. ( % ) 60% 90% 95% 50,00 0,670 2 1,376 6,314 12,706 60,00 0,842 3 1,061 2,920 4,306 68,26 1,000 4 0,978 2,353 3,182 90,00 1,645 5 0,941 2,132 2,776 95,00 1,960 6 0,920 2,015 2,571 95,45 2,000 7 0,906 1,943 2,447 99,73 3,000 8 0,896 1,895 2,365 9 0,889 1,860 2,306 10 0,883 1,833 2,262 15 0,868 1,761 2,145 20 0,861 1,729 2,093 Tabela 2 (Gauss) Valores de α para n > 20 Tabela 3 (Student) Valores de α para n ≤ 20 Discrepância e Discrepância relativa • A discrepância é a diferença entre dois valores medidos de uma grandeza, tal como a diferença entre os valores obtidos por dois estudantes ou a diferença entre o valor encontrado por um estudante e um recomendado ou tabelado. • A discrepância relativa, Δ , (letra grega, lê-se delta) entre duas medidas de uma grandeza é definida pela relação (em %) • X' e X" podem ser os valores obtidos por dois observadores (neste caso o menor valor deve ficar no denominador), ou X' pode ser um valor obtido por um observador eX" um valor tabelado ou recomendado da grandeza (o valor tabelado deve ficar no denominador). 100 '' ''' (%) − = X XX Exatidão e precisão • Exatidão é uma medida de quão próximo o valor experimental está do valor verdadeiro. A exatidão tem a ver com os erros sistemáticos e uma medida é dita ser tão mais exata quanto menores forem estes erros. A exatidão de uma medida X' pode ser avaliada pela discrepância relativa, onde X" é o valor verdadeiro da grandeza (alguns poucos casos em que ele é conhecido) ou um valor recomendado. 100 '' ''' − = X XX Er Quanto MENOR o Er, MAIOR a EXATIDÃO. Exatidão e precisão • Precisão é uma medida de quão concentradas estão as medidas experimentais em torno do valor mais provável. A precisão tem a ver com os erros aleatórios e uma medida é dita ser tão mais precisa quanto menor forem estes erros. • Uma distinção entre exatidão e precisão está ilustrada abaixo, onde são mostrados alvos com marcas de balas de dois rifles fixados rigidamente e mirando o centro de cada alvo. Em ambos os casos, o centro de fogo (valor mais provável) está deslocado do centro do alvo (valor verdadeiro). Diz-se, então, que a exatidão em (b) é maior do que em (a). Já a dispersão dos tiros (valores individuais distribuídos aleatoriamente) é menor em (a) do que em (b). Diz-se, então, que a precisão é maior em (a) do que em (b). (a) (b) Rejeição de dados: • O critério comumente usado é rejeitar-se as medidas cujos desvios em relação ao v.m.p. sejam maiores que três vezes o desvio padrão. A justificativa para esse critério é que, para cinco ou mais medidas, todas elas praticamente jazem no intervalo [X3s], sendo praticamente zero a probabilidade de uma medida jazer fora deste intervalo. Uma vez eliminada a medida anômala, novo v.m.p. e novo desvio padrão devem ser calculados com as medidas restantes. • O Desvio relativo S, da medida de uma grandeza é definido como a relação entre a dispersão s utilizada para a medida (desvio avaliado, desvio padrão, etc., vistos anteriormente) e o valor X no caso de apenas uma determinação (ou o v.m.p no caso de uma série de medidas), expresso em %. Sua expressão é • A precisão (dispersão) da medida pode ser avaliada pelo desvio relativo, podendo ser também utilizado para comparar a precisão entre medidas diferentes. Quanto menor o desvio relativo, maior é a precisão. 100(%) = X s S Acima, são dadas três curvas de Gauss, com a mesma área, com diferentes índices de precisão h. A forma mais estreita da curva indica que as medidas estão mais próximas do valor verdadeiro da grandeza medida, ou menos dispersos, indicando uma alta precisão e um valor maior de h. Inversamente, um h pequeno indica medidas de baixa precisão e a curva é achatada. h f =)0( Resumo O valor mais provável ( v.m.p.) de uma grandeza n1,2,...,i n X X i i == , Desvio Padrão 1 )( 2 − − = n XX s i i Representação da grandeza xsXX = 100 '' ''' (%) − = X XX Discrepância Relativa 100(%) = X s SDesvio Relativo 1-O desvio padrão deverá ser expresso com dois algarismos significativos 2-O valor da medida deverá sempre ter o mesmo número de casas decimais que o desvio. Seja ele o desvio padrão ou avaliado Precisão → Desvio Relativo Exatidão → Discrepância Relativa Quanto menor a discrepância relativa, maior é a exatidão. Quanto menor o desvio relativo, maior é a precisão.
Compartilhar